ຄວາມສຳພັນອັນດັບ Spearman ໃນ Excel: ສູດ ແລະກາຟ

  • ແບ່ງປັນນີ້
Michael Brown

ບົດສອນອະທິບາຍພື້ນຖານຂອງຄວາມສຳພັນຂອງ Spearman ໃນພາສາງ່າຍໆ ແລະສະແດງວິທີການຄິດໄລ່ຄ່າສຳປະສິດຄວາມສຳພັນອັນດັບ Spearman ໃນ Excel.

ເມື່ອເຮັດການວິເຄາະຄວາມສຳພັນໃນ Excel, ໃນກໍລະນີຫຼາຍທີ່ສຸດ. ທ່ານຈະຈັດການກັບຄວາມສໍາພັນ Pearson. ແຕ່ເນື່ອງຈາກວ່າຄ່າສໍາປະສິດການພົວພັນ Pearson ພຽງແຕ່ເປັນສາຍສໍາພັນລະຫວ່າງສອງຕົວແປ, ມັນບໍ່ໄດ້ເຮັດວຽກສໍາລັບທຸກປະເພດຂໍ້ມູນ - ຕົວແປຂອງທ່ານອາດຈະມີຄວາມກ່ຽວຂ້ອງຢ່າງແຂງແຮງໃນລັກສະນະທີ່ບໍ່ແມ່ນເສັ້ນແລະຍັງມີຄ່າສໍາປະສິດຢູ່ໃກ້ກັບສູນ. ໃນສະຖານະການດັ່ງກ່າວ, ທ່ານສາມາດເຮັດຄວາມສຳພັນອັນດັບ Spearman ແທນ Pearson's.

    ຄວາມສຳພັນຂອງ Spearman - ພື້ນຖານ

    The Spearman correlation ແມ່ນ nonparametric. ລຸ້ນຂອງຄ່າສຳປະສິດຄວາມສຳພັນຂອງ Pearson ທີ່ວັດແທກລະດັບຄວາມສຳພັນລະຫວ່າງຕົວແປສອງຕົວແປຕາມອັນດັບຂອງມັນ.

    The Pearson Product Moment Correlation ທົດສອບຄວາມສຳພັນ linear ລະຫວ່າງສອງອັນຕໍ່ເນື່ອງ. ຕົວແປ. Linear ໝາຍເຖິງຄວາມສຳພັນເມື່ອຕົວແປສອງຕົວປ່ຽນໄປໃນທິດທາງດຽວກັນໃນອັດຕາຄົງທີ່.

    Spearman Rank Correlation ປະເມີນຄວາມສຳພັນ monotonic ລະຫວ່າງຄ່າອັນດັບ. ໃນຄວາມສຳພັນແບບ monotonic, ຕົວແປຕ່າງໆມີແນວໂນ້ມທີ່ຈະປ່ຽນແປງຮ່ວມກັນ, ແຕ່ບໍ່ຈຳເປັນໃນອັດຕາຄົງທີ່.

    ເມື່ອໃດທີ່ຈະເຮັດຄວາມສຳພັນຂອງ Spearman

    ການວິເຄາະຄວາມສຳພັນຂອງ Spearman ແມ່ນຈະໃຊ້ໃນອັນໃດກໍໄດ້. ຕິດຕາມສະຖານະການໃນເວລາທີ່ສົມມຸດຕິຖານພື້ນຖານຂອງການພົວພັນ Pearson ບໍ່ໄດ້ບັນລຸໄດ້:

    1. ຖ້າຂໍ້ມູນຂອງທ່ານສະແດງຄວາມສໍາພັນ ບໍ່ແມ່ນເສັ້ນ ຫຼືບໍ່ໄດ້ຖືກແຈກຢາຍຕາມປົກກະຕິ.
    2. ຖ້າ ຢ່າງໜ້ອຍໜຶ່ງຕົວແປແມ່ນ ທຳມະດາ . ຖ້າຄຸນຄ່າຂອງທ່ານສາມາດຖືກຈັດໃສ່ໃນຄໍາສັ່ງ "ທໍາອິດ, ສອງ, ທີສາມ ... ", ທ່ານກໍາລັງຈັດການກັບຂໍ້ມູນຄໍາສັ່ງ.
    3. ຖ້າມີ outliers ທີ່ສໍາຄັນ . ບໍ່ຄືກັບຄວາມສຳພັນຂອງ Pearson, ຄວາມສຳພັນຂອງ Spearman ບໍ່ອ່ອນໄຫວຕໍ່ກັບຄ່ານອກເໜືອໄປຈາກມັນ ເພາະມັນທຳການຄຳນວນໃນອັນດັບ, ດັ່ງນັ້ນຄວາມແຕກຕ່າງລະຫວ່າງຄ່າຕົວຈິງຈຶ່ງບໍ່ມີຄວາມໝາຍ.

    ຕົວຢ່າງ, ທ່ານສາມາດໃຊ້ Spearman correlation ໄດ້. ເພື່ອຊອກຫາຄຳຕອບຂອງຄຳຖາມຕໍ່ໄປນີ້:

    • ຄົນທີ່ມີການສຶກສາລະດັບສູງມີຄວາມກັງວົນກ່ຽວກັບສິ່ງແວດລ້ອມຫຼາຍບໍ?
    • ຈຳນວນອາການທີ່ຄົນເຈັບມີກ່ຽວຂ້ອງກັບຄວາມເຕັມໃຈຂອງເຂົາເຈົ້າບໍ? ກິນຢາບໍ?

    ຄ່າສຳປະສິດຄວາມສຳພັນຂອງສະເປຍແມນ

    ໃນສະຖິຕິ, ຄ່າສຳປະສິດຄວາມສຳພັນສະເປຍແມນ ແມ່ນສະແດງໂດຍ r s ຫຼືຕົວໜັງສືກເຣັກ ρ ("rho"), ເຊິ່ງມັນຈຶ່ງຖືກເອີ້ນເລື້ອຍໆວ່າ Spearman's rho .

    ຄ່າສຳປະສິດຄວາມສຳພັນອັນດັບ Spearman ວັດແທກທັງ ຄວາມເຂັ້ມແຂງແລະທິດທາງຂອງການພົວພັນລະຫວ່າງການຈັດອັນດັບຂອງຂໍ້ມູນ. ມັນສາມາດເປັນຄ່າໃດໆກໍໄດ້ຈາກ -1 ຫາ 1, ແລະຄ່າສົມຜົນສົມບູນຂອງຄ່າສຳປະສິດເປັນ 1 ໃກ້ກວ່າ, ຄວາມສຳພັນທີ່ແໜ້ນແຟ້ນຍິ່ງຂຶ້ນ:

    • 1 ເປັນຄ່າບວກທີ່ສົມບູນແບບ.correlation
    • -1 ແມ່ນຄວາມສຳພັນທາງລົບທີ່ສົມບູນ
    • 0 ບໍ່ມີການພົວພັນກັນ

    ສູດຄວາມສຳພັນອັນດັບ Spearman

    ຂຶ້ນກັບວ່າມີ ຫຼື ມີ. ບໍ່ມີຄວາມສໍາພັນໃນການຈັດອັນດັບ (ອັນດັບດຽວກັນກັບສອງການສັງເກດການຫຼືຫຼາຍກວ່ານັ້ນ), ຄ່າສໍາປະສິດການພົວພັນ Spearman ສາມາດຖືກຄິດໄລ່ດ້ວຍສູດຫນຶ່ງຕໍ່ໄປນີ້.

    ຖ້າມີ ບໍ່ມີອັນດັບທີ່ຕິດກັນ , ສູດທີ່ງ່າຍກວ່າຈະເຮັດ:

    ຢູ່ໃສ:

    • d i ແມ່ນຄວາມແຕກຕ່າງ. ລະຫວ່າງຄູ່ຂອງອັນດັບ
    • n ແມ່ນຈໍານວນການສັງເກດ

    ເພື່ອຈັດການກັບ ອັນດັບທີ່ຕິດກັນ , ສະບັບເຕັມຂອງ Spearman correlation ຈະຕ້ອງໃຊ້ສູດຄຳນວນ, ເຊິ່ງເປັນສະບັບດັດແກ້ເລັກນ້ອຍຂອງ Pearson's r:

    ຢູ່ໃສ:

    • R(x) ແລະ R(y. ) ແມ່ນອັນດັບຂອງຕົວແປ x ແລະ y
    • R(x) ແລະ R(y) ແມ່ນອັນດັບສະເລ່ຍ

    ວິທີການຄິດໄລ່ຄວາມສໍາພັນຂອງ Spearman ໃນ Excel ດ້ວຍຟັງຊັນ CORREL

    ເສຍໃຈ, Excel ບໍ່ມີຟັງຊັນ inbuilt ສໍາລັບການຄິດໄລ່ Spea. ຄ່າສຳປະສິດຄວາມສຳພັນອັນດັບ rman. ຢ່າງໃດກໍຕາມ, ບໍ່ໄດ້ຫມາຍຄວາມວ່າທ່ານຈະຕ້ອງ rack ສະຫມອງຂອງທ່ານກັບສູດຂ້າງເທິງ. ໂດຍການຈັດການ Excel ເລັກນ້ອຍ, ພວກເຮົາສາມາດມີວິທີທີ່ງ່າຍກວ່າທີ່ຈະເຮັດຄວາມສໍາພັນຂອງ Spearman.

    ເປັນຕົວຢ່າງ, ໃຫ້ພວກເຮົາພະຍາຍາມຊອກຫາວ່າກິດຈະກໍາທາງດ້ານຮ່າງກາຍຂອງພວກເຮົາມີຄວາມສໍາພັນກັບຄວາມດັນເລືອດຂອງພວກເຮົາບໍ. ໃນຖັນ B, ພວກເຮົາມີຈໍານວນນາທີທີ່ຜູ້ຊາຍ 10 ອາຍຸດຽວກັນໃຊ້ເວລາປະຈໍາວັນຢູ່ໃນຫ້ອງອອກກໍາລັງກາຍ, ແລະໃນຖັນ C, ພວກເຮົາມີຄວາມດັນເລືອດ systolic ຂອງເຂົາເຈົ້າ.

    ເພື່ອຊອກຫາຄ່າສໍາປະສິດການພົວພັນ Spearman ໃນ Excel, ດໍາເນີນຂັ້ນຕອນເຫຼົ່ານີ້:

    1. ຈັດອັນດັບຂໍ້ມູນຂອງທ່ານ

      ເນື່ອງຈາກວ່າ Spearman correlation ປະເມີນການພົວພັນລະຫວ່າງສອງຕົວແປໂດຍອີງໃສ່ການຈັດອັນດັບຂອງມັນ, ທ່ານຈໍາເປັນຕ້ອງຈັດອັນດັບຂໍ້ມູນແຫຼ່ງຂອງທ່ານ. ນີ້ສາມາດເຮັດໄດ້ຢ່າງໄວວາໂດຍໃຊ້ຟັງຊັນ Excel RANK.AVG.

      ເພື່ອຈັດອັນດັບຕົວແປທໍາອິດ (ກິດຈະກໍາທາງດ້ານຮ່າງກາຍ), ໃຫ້ໃສ່ສູດຂ້າງລຸ່ມນີ້ໃນ D2 ແລະຈາກນັ້ນລາກມັນລົງໄປ D11:

      =RANK.AVG(B2,$B$2:$B$11,0)

      ເພື່ອຈັດອັນດັບຕົວແປທີສອງ (ຄວາມດັນເລືອດ), ໃສ່ສູດຕໍ່ໄປນີ້ໃນເຊລ E2 ແລະຄັດລອກມັນລົງໃນຖັນ:

      =RANK.AVG(C2,$C$2:$C$11,0)

      ເພື່ອໃຫ້ສູດເຮັດວຽກໄດ້ຢ່າງຖືກຕ້ອງ. , ກະລຸນາໃຫ້ແນ່ໃຈວ່າຈະລັອກໄລຍະທີ່ມີການອ້າງອີງຕາລາງຢ່າງແທ້ຈິງ.

      ໃນຈຸດນີ້, ຂໍ້ມູນແຫຼ່ງຂອງທ່ານຄວນຈະມີລັກສະນະຄ້າຍຄືກັນກັບອັນນີ້:

    2. ຊອກຫາຄ່າສຳປະສິດຄວາມສຳພັນຂອງ Spearman

      ດ້ວຍການຈັດລໍາດັບ, ດຽວນີ້ພວກເຮົາສາມາດໃຊ້ຟັງຊັນ Excel CORREL ເພື່ອຮັບເອົາ rho ຂອງ Spearman:

      =CORREL(D2:D11, E2:E11)

      ສູດໃຫ້ຄ່າສຳປະສິດຂອງ -0.7576 (ມົນເປັນ 4 ຕົວເລກ), ເຊິ່ງສະແດງໃຫ້ເຫັນຄວາມສໍາພັນທາງລົບທີ່ເຂັ້ມແຂງພໍສົມຄວນ ແລະຊ່ວຍໃຫ້ພວກເຮົາສະຫຼຸບໄດ້ວ່າ ຍິ່ງຄົນອອກກຳລັງກາຍຫຼາຍເທົ່າໃດ, ຄວາມດັນເລືອດຈະຕ່ຳລົງ.

      ຄ່າສຳປະສິດຄວາມສຳພັນຂອງ Pearson ສຳລັບຕົວຢ່າງດຽວກັນ (- 0.7445) ຊີ້ໃຫ້ເຫັນເຖິງຄວາມກ່ຽວຂ້ອງທີ່ອ່ອນເພຍເລັກນ້ອຍ, ແຕ່ຍັງເປັນສະຖິຕິ lly ທີ່ສໍາຄັນ:

    ຄວາມງາມຂອງອັນນີ້ວິທີການແມ່ນວ່າມັນໄວ, ງ່າຍ, ແລະເຮັດວຽກໄດ້ໂດຍບໍ່ຄໍານຶງເຖິງວ່າມີຄວາມສໍາພັນໃນການຈັດອັນດັບຫຼືບໍ່.

    ຄິດໄລ່ຄ່າສໍາປະສິດ correlation Spearman ໃນ Excel ດ້ວຍສູດພື້ນເມືອງ

    ຖ້າທ່ານບໍ່ແນ່ໃຈວ່າ. ວ່າຟັງຊັນ CORREL ໄດ້ຄິດໄລ່ສິດ R ຂອງ Spearman, ທ່ານສາມາດກວດສອບຜົນໄດ້ຮັບດ້ວຍສູດພື້ນເມືອງທີ່ໃຊ້ໃນສະຖິຕິ. ນີ້ແມ່ນວິທີ:

    1. ຊອກຫາຄວາມແຕກຕ່າງລະຫວ່າງແຕ່ລະຄູ່ຂອງອັນດັບ ( d ) ໂດຍການຫັກລົບຫນຶ່ງອັນດັບຈາກອັນອື່ນ:

      =D2-E2

      ສູດນີ້ໄປ. ໄປທີ່ F2 ແລະຫຼັງຈາກນັ້ນຖືກຄັດລອກລົງໃນຖັນ.

    2. ຍົກຄວາມແຕກຕ່າງຂອງແຕ່ລະອັນດັບໃຫ້ເປັນກຳລັງຂອງສອງ ( d2 ):

      =F2^2

      ສູດນີ້ໄປຫາຖັນ G.

      <14
    3. ເພີ່ມຄວາມແຕກຕ່າງທີ່ເປັນກຳລັງສອງ:

      =SUM(G2:G11)

      ສູດນີ້ສາມາດໄປຫາເຊລຫວ່າງໃດກໍໄດ້, G12 ໃນກໍລະນີຂອງພວກເຮົາ.

      ຈາກພາບໜ້າຈໍຕໍ່ໄປນີ້, ທ່ານຄົງຈະດີຂຶ້ນ. ຄວາມເຂົ້າໃຈໃນການຈັດລຽງຂໍ້ມູນ:

    4. ຂຶ້ນກັບວ່າຊຸດຂໍ້ມູນຂອງທ່ານມີອັນດັບທີ່ຜູກມັດກັນຫຼືບໍ່, ໃຫ້ໃຊ້ສູດໃດໜຶ່ງເຫຼົ່ານີ້ເພື່ອຄຳນວນຄ່າສຳປະສິດການພົວພັນຂອງ Spearman.

    ໃນຕົວຢ່າງຂອງພວກເຮົາ, ບໍ່ມີສາຍພົວພັນ, ດັ່ງນັ້ນພວກເຮົາສາມາດໄປດ້ວຍສູດທີ່ງ່າຍດາຍກວ່າ:

    ດ້ວຍ d2 ເທົ່າກັບ ເປັນ 290, ແລະ n (ຈໍານວນຂອງການສັງເກດ) ເທົ່າກັບ 10, ສູດຜ່ານການຫັນເປັນດັ່ງຕໍ່ໄປນີ້:

    ດັ່ງນັ້ນ, ທ່ານໄດ້ຮັບ -0.757575758 , ເຊິ່ງຕົກລົງຢ່າງສົມບູນກັບຄ່າສໍາປະສິດການພົວພັນ Spearman ທີ່ຄິດໄລ່ຢູ່ໃນຕົວຢ່າງທີ່ຜ່ານມາ.

    ໃນ Microsoft Excel, ການຄິດໄລ່ຂ້າງເທິງສາມາດປະຕິບັດໄດ້ດ້ວຍສົມຜົນຕໍ່ໄປນີ້:

    =1-(6*G12/(10*(10^2-1)))

    ບ່ອນທີ່ G12 ເປັນຜົນລວມຂອງຄວາມແຕກຕ່າງອັນດັບສອງ (d2) .

    ວິທີເຮັດຄວາມສຳພັນຂອງ Spearman ໃນ Excel ໂດຍໃຊ້ເສັ້ນກຣາບ

    ຄ່າສຳປະສິດຄວາມສຳພັນໃນ Excel ພຽງແຕ່ວັດແທກຄວາມສຳພັນເສັ້ນຊື່ (Pearson) ຫຼື monotonic (Spearman) ເທົ່ານັ້ນ. ຢ່າງໃດກໍຕາມ, ສະມາຄົມອື່ນໆແມ່ນເປັນໄປໄດ້. ດັ່ງນັ້ນ, ບໍ່ວ່າເຈົ້າຈະເຮັດຄວາມສໍາພັນອັນໃດ, ມັນເປັນຄວາມຄິດທີ່ດີທີ່ຈະສະແດງຄວາມສໍາພັນລະຫວ່າງຕົວແປໃນກາຟ.

    ເພື່ອແຕ້ມກາຟທີ່ກ່ຽວຂ້ອງສໍາລັບຂໍ້ມູນການຈັດອັນດັບ, ນີ້ແມ່ນສິ່ງທີ່ທ່ານຕ້ອງເຮັດ:

    1. ການຄິດໄລ່ອັນດັບໂດຍໃຊ້ຟັງຊັນ RANK.AVG ຕາມທີ່ໄດ້ອະທິບາຍໄວ້ໃນຕົວຢ່າງນີ້.
    2. ເລືອກສອງຖັນທີ່ມີອັນດັບ.
    3. ໃສ່ຕາຕະລາງກະແຈກກະຈາຍ XY. ສໍາລັບອັນນີ້, ຄລິກທີ່ໄອຄອນ Scatter chart ໃນແຖບ Inset , ໃນກຸ່ມ Chats .
    4. ເພີ່ມ a trendline ກັບຕາຕະລາງຂອງທ່ານ. ວິທີທີ່ໄວທີ່ສຸດແມ່ນຄລິກປຸ່ມ ອົງປະກອບແຜນຜັງ > ເພີ່ມເສັ້ນແນວໂນ້ມ… .
    5. ສະແດງຄ່າ R-squared ໃນຕາຕະລາງ. ຄລິກສອງເທື່ອທີ່ເສັ້ນແນວໂນ້ມເພື່ອເປີດແຖບຂອງມັນ, ສະຫຼັບໄປຫາແຖບ ຕົວເລືອກເສັ້ນແນວໂນ້ມ ແລະເລືອກ ສະແດງຄ່າ R-squared ໃນຕາຕະລາງ ກ່ອງ.
    6. ສະແດງຕົວເລກເພີ່ມເຕີມໃນຄ່າ R2 ສໍາລັບຄວາມຖືກຕ້ອງທີ່ດີກວ່າ. ນອກຈາກນັ້ນ, ທ່ານຈະໄດ້ຮັບ ຄ່າສຳປະສິດການກຳນົດ (R2), ຮາກທີ່ສອງແມ່ນຄ່າສຳປະສິດການພົວພັນ Pearson (r). ແຕ່ຍ້ອນວ່າທ່ານໄດ້ວາງແຜນຂໍ້ມູນການຈັດອັນດັບ, r ຂອງ Pearson ນີ້ແມ່ນບໍ່ມີຫຍັງນອກ ເໜືອ ຈາກ rho ຂອງ Spearman.

      ໝາຍເຫດ. R-squared ແມ່ນເປັນຕົວເລກບວກສະເໝີ, ດັ່ງນັ້ນຄ່າສຳປະສິດຄວາມສຳພັນອັນດັບ Spearman ທີ່ຫັກອອກຈະເປັນບວກສະເໝີ. ເພື່ອເພີ່ມສັນຍານທີ່ເຫມາະສົມ, ພຽງແຕ່ເບິ່ງເສັ້ນໃນເສັ້ນສະແດງຄວາມສໍາພັນຂອງເຈົ້າ - ຄວາມຊັນເທິງຊີ້ໃຫ້ເຫັນເຖິງຄວາມກ່ຽວຂ້ອງໃນທາງບວກ (ເຄື່ອງຫມາຍບວກ) ແລະການເລື່ອນລົງຊີ້ໃຫ້ເຫັນເຖິງການພົວພັນທາງລົບ (ເຄື່ອງຫມາຍລົບ).

      ໃນກໍລະນີຂອງພວກເຮົາ, R2 ເທົ່າກັບ 0.5739210285. ໃຊ້ຟັງຊັນ SQRT ເພື່ອຊອກຫາຮາກສີ່ຫຼ່ຽມ:

      =SQRT(0.5739210285)

      … ແລະທ່ານຈະໄດ້ຮັບຄ່າສຳປະສິດທີ່ຄຸ້ນເຄີຍແລ້ວຂອງ 0.757575758.

      ຄວາມຊັນລົງລຸ່ມໃນກຣາບສະແດງຜົນລົບ. correlation, ດັ່ງນັ້ນພວກເຮົາເພີ່ມເຄື່ອງຫມາຍລົບແລະໄດ້ຮັບຄ່າສໍາປະສິດ correlation Spearman ທີ່ຖືກຕ້ອງຂອງ -0.757575758.

      ນັ້ນແມ່ນວິທີທີ່ທ່ານສາມາດຄິດໄລ່ຄ່າສໍາປະສິດການພົວພັນອັນດັບ Spearman ໃນ Excel. ເພື່ອໃຫ້ໄດ້ເບິ່ງທີ່ໃກ້ຊິດກັບຕົວຢ່າງທີ່ສົນທະນາໃນບົດສອນນີ້, ທ່ານສາມາດດາວໂຫລດປື້ມຄູ່ມືຂອງພວກເຮົາຂ້າງລຸ່ມນີ້. ຂ້າພະເຈົ້າຂໍຂອບໃຈທ່ານສໍາລັບການອ່ານແລະຫວັງວ່າຈະໄດ້ພົບທ່ານໃນ blog ຂອງພວກເຮົາໃນອາທິດຕໍ່ໄປ!

      ປື້ມຄູ່ມືການປະຕິບັດ

      Spearman Rank Correlation ໃນ Excel (ໄຟລ໌ .xlsx)

    Michael Brown ເປັນຜູ້ທີ່ມີຄວາມກະຕືລືລົ້ນທາງດ້ານເທກໂນໂລຍີທີ່ອຸທິດຕົນທີ່ມີຄວາມກະຕືລືລົ້ນໃນຂະບວນການທີ່ສັບສົນໂດຍນໍາໃຊ້ເຄື່ອງມືຊອບແວ. ດ້ວຍປະສົບການຫຼາຍກວ່າໜຶ່ງທົດສະວັດໃນອຸດສາຫະກຳເທັກໂນໂລຍີ, ລາວໄດ້ເນັ້ນທັກສະໃນ Microsoft Excel ແລະ Outlook, ເຊັ່ນດຽວກັນກັບ Google Sheets ແລະ Docs. blog ຂອງ Michael ແມ່ນອຸທິດຕົນເພື່ອແບ່ງປັນຄວາມຮູ້ແລະຄວາມຊໍານານຂອງລາວກັບຜູ້ອື່ນ, ສະຫນອງຄໍາແນະນໍາແລະຄໍາແນະນໍາທີ່ງ່າຍຕໍ່ການຕິດຕາມເພື່ອປັບປຸງຜົນຜະລິດແລະປະສິດທິພາບ. ບໍ່ວ່າທ່ານຈະເປັນມືອາຊີບທີ່ມີລະດູການຫຼືຜູ້ເລີ່ມຕົ້ນ, blog ຂອງ Michael ສະເຫນີຄວາມເຂົ້າໃຈທີ່ມີຄຸນຄ່າແລະຄໍາແນະນໍາພາກປະຕິບັດສໍາລັບການໄດ້ຮັບປະໂຫຍດສູງສຸດຈາກເຄື່ອງມືຊອບແວທີ່ຈໍາເປັນເຫຼົ່ານີ້.